本页面以通俗易懂的方式解释了 awesome-repositories.com 如何决定展示内容及其排序。这里没有所谓的“黑箱”操作，以下是系统实际的工作原理。
目录包含的内容
本目录是一组精选的开源 GitHub 仓库。每个仓库在被收录后，都会由 AI 进行读取和分析：模型会通过项目的 README 和文档来理解其用途、解决的问题以及定位。低质量页面、已停止维护的项目以及高度重复的内容会被剔除，而非为了数量进行填充。
我们不会索引 GitHub 上的每一个仓库。我们的目标是提供一组值得关注的精选项目，并以统一的方式进行描述，而不是做一个详尽的平台镜像。
搜索排名如何工作
当您进行搜索时，系统首先会通过多个并行通道收集候选项目：针对我们精选标签词汇的关键词匹配、将您的查询意图与每个项目进行语义对比（即使您未输入相关词汇也能匹配）、直接提取您指定的项目，以及抓取尚未完全分析的仓库。这些候选列表随后会被合并，因此在多个通道中出现的项目会获得更高的权重。
随后，AI 模型会像人类一样解读您的查询——分析意图、您所需的工具类型以及理想匹配项应具备的具体功能——并逐一评估每个候选项目，给出相关性结论和简短的英文说明。最终排序是加权混合的结果：AI 的单项目评估权重最高，标签重合度、您设置的过滤器以及实际点击信号作为补充，同时对匹配到您排除词汇的项目进行降权处理。
如果 AI 不可用（如停机、配额限制或 AI 功能关闭），搜索功能不会失效。它会回退到基于标签重合度、过滤器和点击量的确定性排名，确保您依然能获得相关结果，只是没有了基于 AI 的推理说明。
仓库描述和标签的生成方式
每个仓库的简短描述、一句话介绍和标签均由 AI 根据项目自身的 README 和文档生成，而非直接摘抄自营销页面。同样的分析过程会将项目归入统一的分类体系——即一套包含使用场景、生态系统和成熟度的结构化标准——以便您在整个目录中进行筛选，而无需在杂乱的自由标签中翻找。
提示词、评分规则以及分类体系的结构均由我们进行调优和审核，并在模型出现偏差时进行修正。
什么是精选搜索
部分搜索被保存为“精选”页面——即像“Rust web 框架”这样带有固定 URL 的稳定查询。在这些页面上，编辑可以置顶他们认为合适的特定仓库。置顶项目不会被强制排在首位：它们会被放入相同的候选池中，并由相同的 AI 裁判进行评分，因此即使是精选项目也必须凭借实力获得排名。
时效性与重新分析
随着代码和文档的变更，仓库会定期进行重新同步和分析，以确保描述和标签不会过时。新提交的项目在出现在排名结果之前会先经过分析。
AI 辅助，人工监督
需要明确的是：AI 在这里承担了繁重的工作——阅读项目、构建分类体系并对每次搜索进行排名。但它并非无人监管。我们负责编写和调优提示词、评分规则以及精选准则，审核输出结果，并在出错时进行修正。我们的目标是结合 AI 的速度与规模，以及真正使用这些工具的人的判断力。
纠错
认为某个仓库排名错误、描述不当或缺失？请告诉我们。您可以从任何页面提交项目，或发送邮件至 hello@awesome-repositories.com ，我们会进行核查。